检索公开数据集

POST /aids/aidmp/data/v1/datasets

请求头（Request Header）

参考认证（authentication）

请求体（Request Body）

名称	类型	必须	默认值	取值范围	描述
page	integer	否	1	-	当前页的开始值.
page_size	integer	否	10	0-1000	本次请求的分页大小.
keyword	string	否	-	-	检索公开数据集的关键字.
repos_tags	array[object]	否	-	-	检索的标签组，支持标签检索.

其中，repo_tags的参数如下

名称	类型	描述
tag_name	string	标签名称.
tag_type	string	标签类型.
num	integer	该标签在数据集中出现的次数.

请求示例（Request Example）

curl --location 'https://aidmp.cn-sh-01.sensecoreapi.dev/aids/aidmp/data/v1/datasets' \
--header 'Content-Type: application/json' \
--data '{
    "page": 1,
    "page_size": 10,
    "keyword": "IM"
}'
# 支持标签检索
curl --location 'https://aidmp.cn-sh-01.sensecoreapi.dev/aids/aidmp/data/v1/datasets' \
--header 'Content-Type: application/json' \
--data '{
    "page": 1,
    "page_size": 10,
    "repos_tags": [
        {
            "tag_name": "指令微调",
            "tag_type": "自定义标签"
        },
        {
            "tag_name": "自然语言处理",
            "tag_type": "应用场景"
        }
    ]
}'

响应（Response）

名称	类型	描述
datasets	array[object]	带标签信息的公开数据集列表.
total	integer	公开数据集总数.

其中，datasets的参数如下

名称	类型	描述
repo	object	数据集信息.
tenant_code	string	数据集所属租户名.
tags	string	数据集的标签array(json)的字符串 例如:'[{"数据类型":["图片", "视频"]},{"应用场景":["自动驾驶"]}].

其中，repo的参数如下

名称	类型	描述
id	string	数据集ID.
name	string	名称.
display_name	string	显示的名称,例如url上.
create_user_id	string	数据集的创建者ID(用于用户界面).
desc	string	数据集的描述.
tenant_id	string	所属租户ID.
branch_num	integer	分支数量(用于用户界面).
commit_num	integer	版本数量(用于用户界面).
file_num	integer	数据集中不同文件的总数，即有多少个不同的SHA.
is_empty	boolean	数据集是否空(用于用户界面).
prefix_uri	string	固定前缀(用于用户界面).
create_username	string	创建用户名称(用于用户界面)，对应云管/v1/users/{user_id}接口返回结果里面的username.
last_commit_time	string	最新一次的提交时间(用于用户界面).
create_time	string	创建时间.
update_time	string	最后更新时间.
default_branch	string	默认分支名.
is_public	boolean	是否是公开数据集.
is_allow_public	boolean	是否允许公开.
repo_type	integer($enum)	数据集类型.
oss_path	string	对象存储路径.
is_async	boolean	是否是创建中状态，true表示数据集状态为Creating.
acl_list	array[integer($enum)]	用户在此数据集所拥有的权限.

其中，repo_type有如下情况

状态	数值	含义
COMMON	0	普通数据集，默认值
IMPORT	1	导入的数据集

其中，acl_list有如下情况

状态	数值	含义
UNKNOWN	0	未知
READ	1	读权限
WRITE	2	写权限

响应示例（Response Example）

{
  "datasets": [
    {
      "repo": {
        "id": "3278ae1b-cd6f-41a9-95c0-593420b89334",
        "name": "IMDB",
        "display_name": "IMDB",
        "create_user_id": "8c51e632-b68a-4c51-b80e-ec4a0963df26",
        "desc": "",
        "tenant_id": "45592f2c-8cb2-4cdc-8ee6-368e0551778d",
        "branch_num": 1,
        "default_branch": "",
        "commit_num": 2,
        "file_num": "0",
        "is_empty": false,
        "prefix_uri": "",
        "create_username": "aidmpdev1user1",
        "last_commit_time": "2023-09-14T08:08:45.576Z",
        "create_time": "2023-09-14T08:08:08.331Z",
        "update_time": "2023-09-14T08:08:45.576Z",
        "is_public": null,
        "is_allow_public": false,
        "repo_type": 2,
        "oss_path": "",
        "is_async": false,
        "acl_list": []
      },
      "tenant_code": "aidmpdev1",
      "tags": ""
    },
    {
      "repo": {
        "id": "49bedd8f-1338-4be6-91ff-a505e0363da4",
        "name": "IMDB2",
        "display_name": "IMDB2",
        "create_user_id": "62dfe9be-ea09-4927-b8e1-eb6c4f19c4ed",
        "desc": "大型电影评论数据集。这是一个用于二元情感分类的数据集，包含比以前的基准数据集多得多的数据。我们提供了一组 25,000 条极地电影评论用于训练，25,000 条用于测试。还有其他未标记的数据可供使用。",
        "tenant_id": "6b9eebaa-4960-4ccf-98c2-6ef843032a68",
        "branch_num": 1,
        "default_branch": "",
        "commit_num": 8,
        "file_num": "0",
        "is_empty": false,
        "prefix_uri": "",
        "create_username": "aidmp-dataset",
        "last_commit_time": "2023-08-02T12:52:37.268Z",
        "create_time": "2023-04-03T00:24:06.187Z",
        "update_time": "2023-08-02T12:52:37.268Z",
        "is_public": null,
        "is_allow_public": true,
        "repo_type": 0,
        "oss_path": "",
        "is_async": false,
        "acl_list": []
      },
      "tenant_code": "scproduction",
      "tags": "[{\"name\":\"应用场景\",\"value\":[\"自然语言处理\"]},{\"name\":\"数据来源\",\"value\":[\"学术公开\"]},{\"name\":\"标注来源\",\"value\":[\"专家生成\"]},{\"name\":\"自定义标签\",\"value\":[\"预训练数据集\"]},{\"name\":\"数据类型\",\"value\":[\"文本\"]},{\"name\":\"任务类型\",\"value\":[\"文本分类\"]},{\"name\":\"标注类型\",\"value\":[\"文本分类\"]},{\"name\":\"语言\",\"value\":[\"英文\"]},{\"name\":\"数据大小\",\"value\":[\"10K\\u003c=n\\u003c100K\"]}]"
    }
  ],
  "total": 2
}